基于时间序列相似性搜索的交通流短时预测方法

• 作者: 周熙阳 李晓文 杨兆升 邴其春 马明辉
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 时间序列 相似性搜索 界标模型 回声状态网络 短时预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 22-26,43
• 页数: 6页
• 分类号: U491
• 字数: 3531字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2014.06.000

摘要

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25％和3.85％,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兆升	吉林大学交通学院	142	3140	33.0	50.0
10	马明辉	吉林大学交通学院	16	167	9.0	12.0
11	邴其春	吉林大学交通学院	14	149	10.0	11.0
12	周熙阳	吉林大学交通学院	7	73	5.0	7.0
13	李晓文	吉林大学交通学院	1	17	1.0	1.0